中美之間，又一場爭霸賽悄然開啟。

2月11日，美國總統特朗普簽署了一份政令，概述了美國人工智能倡議。除此之外，該政令還闡述了美國維持其目前在人工智能領域領導地位的必要性。

隨后，美國國防部于2月12日發布了另一份公告，公布了其人工智能戰略摘要。

然而，美國仍深感威脅。

《人工智能狀況的反思：2018年》調研報告數據顯示，中國在人工智能初創公司的投資金額已經超過美國，接近50％的人工智能投資資金流向中國創業公司。

雖然僅就交易數量而言，美國仍處于領先地位。但是，在過去幾年中，來自美國的人工智能創業公司的份額一直在穩步下降。

資料來源：2018年值得關注的人工智能發展趨勢

觀圖可知，中國現在人工智能領域的專利和出版物數量方面已經可以叫板美國。不過，其中一些出版物的質量可能仍然落后于美國，但中國一直在追趕，而且過去幾年在該領域的發展速度簡直令人咋舌。

統治AI領域的愿望是可以理解的，畢竟，人工智能有朝一日能夠創造一個全新的可能性世界的想法已經持續了幾十年。然而，直到最近，它大部分都被歸結為科幻小說領域以及少數研究人員和未來學家的作品。不過這一切在2010年初開始發生變化，因為當時的技術(或者說計算資源)可以讓AI（或者更確切地說，機器學習）能夠首次解決現實問題。

國家不同，機遇挑戰不同

然而，正如通常會發生任何改變游戲規則的進步一樣，不同的國家都面臨著人工智能在不同情況下提供的新機遇和挑戰。

對于富裕的西方民主國家而言，機器智能的出現提供了探索新領域，建立新一代成功公司以及進一步改善社會的機會。然而，如果魯莽地應用機器智能，這也意味著必須面對人工智能可能給他們的公民帶來的危險。

在過去幾年中，這意味著在制定人工智能政策時越來越重視“無害”方法，西方強調個人主義和強有力的人權記錄，在涉及人工智能時，只會有更多的損失鮮有收獲。

雖然西方，或者說，美國可能仍然在人工智能研究方面處于領先地位，但考慮到其在道德和隱私問題上面臨的不同期望水平，實施AI將變得更加困難和更具挑戰性。

全球AI軍備競賽領導者的關鍵因素

基于我們上面討論的內容，我們將世界劃分為三部分：西方，中國和世界其他地區。顯然，這種細分是非常主觀的，但我們認為它以一種非常實用的方式構建了圍繞AI政策的對話。

現在，在考慮使用機器學習解決任何問題時，需要考慮三個模塊：數據，人和資金。

注意：這里每種資源的數量都是主觀的，僅用于說明目的; 我們將詳細說明我們如何獲得下面每個部分的內容。

數據

過去幾十年給我們帶來了巨大的數據增長速度，而且沒有減緩的跡象。相反，它在過去幾年里一直在加速增長，這是由于不斷增長的硬件能力和軟件推動了新數據源數量的激增。

資料來源：從邊緣到核心的世界數字化

根據IDC的數據，今天已有超過50億消費者每天都在與數據進行交互，到2025年，這個數字將增加到60億。盡管如此，在2010年初，智能手機仍然是造成大部分增長的原因。但數據量持續的增長會被越來越多的物聯網設備越推動，預計到2025年每年將產生超過90zettabytes的數據，這超過所有預測數據的50％。

值得強調的是，設備數量和它們產生的數據量之間的關系從來都不是線性的，但現在，這種情況變得尤為突出。雖然在21世紀后期和2010年初，智能手機的普及率越來越高，再加上傳輸和存儲數據的成本下降，推動了數據量的增加，可以使用的智能手機數量有明顯的上限。然而，今天，全球有30億部智能手機，增長正在放緩，但數據量卻一如既往地快速增長。

Source:State of the IoT 2018 2018物聯網發展狀況

這里有兩個關鍵因素：首先，雖然全球智能手機的增長正在放緩，但物聯網代表了一個不同的情形。截至2018年，至少有70億個物聯網設備（加上其他預估這個數字也許會更大），到2025年增長到215億，超過所有其他類別的總和。也許比特定數量的設備更重要的事實是，物聯網設備的部署數量并沒有自然限制：很容易想象到每個人的生活周邊會有幾十甚至幾百個Iot設備，用于測量從交通道路到我們公寓溫度的一切（當然這還沒考慮到企業部署物聯網設配）。

其次，現有數據的數量在很大程度上取決于我們收集，共享和存儲數據的意愿和能力（暫時或永久）。因此，我們圍繞愿意收集和保留的數據類型做出的選擇變得至關重要，今天未捕獲到的任何數據都是定義丟失的，并且這種影響會隨著時間的推移而復雜化。

因隱私原因而對數據收集及對數據的進一步開發使用進行限制是合理的，但若只在機器學習領域中這樣做，就會影響到可用于訓練模型的數據量。反過來講，這意味著對于隱私管控程度不是特別嚴格的國家（中國可以算作一個典型，比如說在使用攝像頭及人工智能技術在捕捉罪犯方面的應用）而言可能會在數據方面獲得優勢。

雖然有上述條件的限制，實際上我們需要知道的是并非所有領域都涉及隱私問題，并且在一些領域中（如無人駕駛汽車或機器翻譯）西方實際上會有更好的數據集。

人

人代表了第二個關鍵的構建模塊因為他們對機器學習可以解決的問題的方法作了定義。

在“人”這一部分，情況與我們在“數據部分”看到的情況恰好相反。因西方，尤其是美國仍然是最理想的工作和生活地點之一，也因此，更容易吸引來自世界各地的人們。這使得它也可以對非傳統思想更加寬容，也提供了更具創造性的環境，有助于發現和培養創新思想，因此具有本來的優勢。

基礎研究方面，美國一直在成熟的研究型大學系統方面具有優勢，同時能夠吸引來自世界各地的頂尖人才。與此同時，中國在近些年已建立了一流的研究型大學體系，并持續積極投資。

據“經濟學人”報道，如今，中國已經在自然科學和工程學領域授為更多博士授予學位，且在同行評審的期刊上比美國發表的更多的文章。此外，在特定于AI領域中，如在前面所說的無人駕駛汽車和機器翻譯領域。

最后，當談到專注于實施（而不是純粹的研究）的從業者時，美國和中國都有一些獨特的優勢，要做具體比較的話可能是要看兩個國家初創公司及相關領域從業人員的數量。

美國的創業公司數量最多，而且也一直吸引如谷歌，微軟和Facebook等大型科技公司的的投資。不過，中國緊隨其后排在第二位（歐盟則排名第3），同時也獲得了歷史性的高額投資（更多內容見下文），并擁有少數能夠與美國最大的公司競爭的公司（即阿里巴巴，騰訊和百度）。

資料來源：人工智能 - 歐洲創業公司的戰略

然而，就勞動力而言，中國有明顯的領先優勢，今天，與合格人才不足的美國相比，中國在科學，技術，工程和數學領域授予學士學位的學生數量增加了3倍。不同于研究領域中少數幾人就可以產生最重要的影響，在應用領域，從業人員的規模很重要，足以建立和保持在工程科學領域的領導力。

投資

根據CB Insights的數據，2017年全球對中國創業公司的投資占人工智能創業投資的50％，較2016年有11.6％增長。2018年前兩大資金最充足的公司，SenseTime和 Face ++同樣來自中國。

現在，基于特朗普總統宣布了他的美國人工智能倡議的背景，我們認為現在可能是回顧這個公告如何影響權力平衡的好時機。

然而，在我們這樣做之前，讓我們暫停一下，通過對現在情況進行分析，了解各自的策略和效率，并就最終結果做一預判。

以下三個步驟可以幫助構建討論框架：

首先，考慮擬議投資的總體規模，以及是否足以在既定目標下實現有意義的差異

其次，考慮生態系統應該吸收資金的效率和發展程度

最后，確定擬議戰略的重點，以及它是否針對有可能產生最佳回報的正確領域（這些領域本身將根據總體目標而有所不同 - 例如，支持已經建立和發展良好的生態系統可能需要 與從頭開始建立基礎機構時不同的策略。

現在，應用這個框架來評估特朗普總統的人工智能戰略，人們可以有把握地得出結論，鑒于特朗普提出的戰略模糊且不具體，實際上它并沒有真正改變任何東西。 這并不是說美國在投資方面落后于中國 - 相反，很明兩國在可用資金數量，生態系統的穩健性以及重點關注的多個領域的可用性方面同樣處于有利地位，這為進一步提升應用研究水平提供了重要機會。

結論

雖然今天很多人認為人工智能是一場新的軍備競賽，各國都在激烈競爭（而特朗普總統宣布的基調并沒有幫助），我們相信人工智能的合作能夠為所有人帶來更好的成果。

有趣的是，西方特別有可能從促進全球合作中受益（獲益程度要勝于快速進步的其它國家），因為思想是自由的，這使得很久以來美國就是對人才最具吸引力的國家。

西方人工智能可持續發展的途徑可能依賴于：

專注于促進全球合作，包括來自中國等地的研究人員和公司

投資開發人工智能的道德使用框架，同時注意不要對私營企業的主動性施加不適當的限制

因此，西方政府的作用應該集中在引導與幫助，而非試圖強加不必要的限制來扼殺創新。